小样本均数的假设检验

第三节 两独立样本均数的t检验
适用资料：完全随机设计资料 完全随机设计：将受试对象完全随 机地分为两组，分别接受两种不同 的处理。两组例数可相等或不等， 数据间相互独立，无对子关系。 目的：推断两总体均数(μ1，μ2)是否 相同。
27
3.05 3.76 2.75 3.23 3.67 4.49 5.16 5.45 2.06 1.64 2.55 1.23
----
1.建立假设、确定检验水准α
H0： μd = 0
H1： μ d ≠ 0
α=0.05
2.计算检验统计量
d = 4.79 12 = 0.399 ， ∑ d = 4.79 ， ∑ d 2 = 4.1721 ，u变换
标准正态分布 N(0，12) 标准正态分布 N(0，12) Student t分布 自由度：n-1
4
N (μ ,σ
n)
X −μ u= σ n
X −μ X −μ t= = SX S n
t分布曲线
t分布有如下性质：
①单峰分布，曲线在 t ＝0 处最高，并以 t ＝0为中心 左右对称 ②与正态分布相比，曲线 最高处较矮，两尾部翘得 高（见彩色线） ③ 随自由度增大，曲线逐 渐接近正态分布；分布的 极限为标准正态分布。
Sd =
t=
∑d
2
− (∑ d )2 / n n−1
=
4.1721 − 4.79 2 / 12 = 0.453 12 − 1
|d | 0.399 = = 3.051, ν = n − 1 = 12 − 1 = 11 S d / n 0.453 / 12
3.查相应界值表，确定 P 值，下结论。 查表 t 0.05 / 2 ,11 = 2.201 , t > t 0.05 / 2,11 ，P ＜0.05，按α=0.05 水准，拒 绝 H0，接受 H1，差别有统计学意义，可以认为两种方法的测量结果 不同。

无论做出哪一种推断结论，都面临着发生判断错 误的风险。这就是假设检验的两类错误。
t 检验
t-test
三、t检验和Z检验（参数检验）
以t分布为基础的检验称为t检验。 t分布的发现使得小样本统计推断成为 可能。因而，它被认为是统计学发展历 史中的里程碑之一。
在医学统计学中，t检验是重要的 假设检验方法之一。常用于两个均数之 间差别的比较，并根据资料的分布情况 及设计类型，选择不同的t检验方法。
配对样本t检验
Paired design t-test
关系：随着样本含量增加，都减小。
联系：都是表示变异度的指标，当样本量一定时，两者成正比。
标准误用途
衡量样本均数的可靠性：标准误越小，表明 样本均数越可靠；
参数估计：估计总体均数的置信区间（区 域）；
假设检验：用于总体均数的假设检验（比 较）。
二、t分布：
标准正态分布
开创了小样本统计的新纪元，t分布主要用于总体均数的 区间估计和t检验！
假设检验（Hypothesis test）
假设检验的推断原理 假设检验的基本步骤 t检验和Z检验 两样本总体方差齐性检验 正态性检验 假设检验的两类错误 注意事项
一、假设检验的推断原理
上面介绍过的区间估计方法是统计 推断的内容之一，假设检验是统计推 断的另一重要内容。正是应用统计推 断的理论和方法，人们才能顺利地通 过有限的样本信息去把握总体特征， 实现抽样研究的目的。
s / n 25.74 36
在H0成立的前提下，当前t值出现的概率有多 大？？？
如何给出这个量的界限？
小概率事件在一次试验 中基本上不会发生 ！
从附表2中查出在显著性水平 =0.05（双侧），自由度为35所 对应的t界值=2.318，即为拒绝 域与接受域的界限。如果计算

个统计量落入区域 拒绝域 是个小概率事件。
如果该统计量的实测值落入拒绝域，也就是说，
H0 成立下的小概率事件发生了，那么就认为H0
不可信而否定它。否则我们就不能否定H0 （只
好接受它）.
假设检验的基本步骤：
1. 建立检验假设，确定检验水准；
H0：零假设、无效假设。是与研究假设有关的、被推断特 征某种确定的关系； H1：备择假设、对立假设。是被推断总体特征的另一种关 系或状况，与H0既有联系又互相对立。 检验水准，将小概率事件具体化，即规定概率不超过 就是小概率。
应用条件：差值服从正态分布！
假设检验的步骤
1. 建立检验假设，确定检验水准；
H 0 : d 0, H 1 : d 0,
0.05(双侧)
2. 计算统计量；
d 0 ~ t , n 1 Sd n
t
X 0 X 0 t , n 1 SX S n
假设检验
——通过对假设作出取舍抉择来达到解决问题的目的
A.东北某县儿童囱门闭和月龄的总体均数与北方一般儿
童的均数相等无差异假设、零假设 H0（null hypothesis）
B.东北某县儿童囱门闭和月龄的总体均数与北方一般儿
童的均数不相等对立假设、备择假设H1（alternative
hypothesis）
单样本t检验
One sample t-test
试验设计
一组样本均数（代表未知总体均数）与已知总 体均数（一般为理论值、标准值或经过大量
观察所得稳定值等）的比较。
X 0 X 0 t , n 1 SX S n
应用条件：样本来自正态分布的总体 且为随机样本！
例：根据大量调查，已知健康成年男子的脉

第四章抽样误差与假设检验练习题一、单项选择题1. 样本均数的标准误越小说明A. 观察个体的变异越小B. 观察个体的变异越大C. 抽样误差越大D. 由样本均数估计总体均数的可靠性越小E. 由样本均数估计总体均数的可靠性越大2. 抽样误差产生的原因是A. 样本不是随机抽取B. 测量不准确C. 资料不是正态分布D. 个体差异E. 统计指标选择不当3. 对于正偏态分布的的总体, 当样本含量足够大时, 样本均数的分布近似为A. 正偏态分布B. 负偏态分布C. 正态分布D. t分布E. 标准正态分布4. 假设检验的目的是A. 检验参数估计的准确度B. 检验样本统计量是否不同C. 检验样本统计量与总体参数是否不同D. 检验总体参数是否不同E. 检验样本的P值是否为小概率5. 根据样本资料算得健康成人白细胞计数的95%可信区间为7.2×109/L～9.1×109/L，其含义是A. 估计总体中有95%的观察值在此范围内B. 总体均数在该区间的概率为95%C. 样本中有95%的观察值在此范围内D. 该区间包含样本均数的可能性为95%E. 该区间包含总体均数的可能性为95%答案：E D C D E二、计算与分析1.为了解某地区小学生血红蛋白含量的平均水平，现随机抽取该地小学生450人，算得其血红蛋白平均数为101.4g/L，标准差为1.5g/L，试计算该地小学生血红蛋白平均数的95%可信区间。

[参考答案]样本含量为450，属于大样本，可采用正态近似的方法计算可信区间。

101.4X=， 1.5S=，450n=，0.07XS===95%可信区间为下限：/2.101.4 1.960.07101.26 XX u Sα=-⨯=－(g/L)上限：/2.101.4 1.960.07101.54 XX u Sα+=+⨯=(g/L)即该地成年男子红细胞总体均数的95%可信区间为101.26g/L～101.54g/L。